-
Разработка и поддержка ML-пайплайнов и сервисов на Python/FastAPI
-
Оптимизация инференса LLM (vLLM, квантизация, батчинг)
-
Проектирование и развитие RAG-систем и агентов (Plan/ReAct, MCP)
-
Работа с векторными, реляционными и NoSQL базами данных
-
Интеграция с оркестраторами и системами очередей (Airflow, Kafka, Celery)
-
Участие в проектировании системной архитектуры
-
Python — уверенное владение, ООП, чистый читаемый код
-
FastAPI — разработка REST-сервисов
-
Базы данных: PostgreSQL, MongoDB, Redis, Qdrant (векторные)
-
Docker / Docker Compose — контейнеризация и деплой
-
NLP / LLM — понимание принципов работы языковых моделей
-
RAG — опыт построения retrieval-augmented систем
-
LLM-инференс — vLLM и аналоги
-
Агентные паттерны — Tools, Human in the Loop, Plan/ReAct, MCP
-
Метрики ML — понимание способов оценки качества моделей
Будет плюсом:
-
Kubernetes — базовое понимание или опыт работы
-
Kafka / Celery — опыт с очередями сообщений
-
Linux — уверенная работа в командной строке
-
Observability — мониторинг и логирование ML-сервисов
-
Airflow — оркестрация ETL/ML-задач
- Оформление c первого рабочего дня в аккредитованную ИТ-компанию в соответствии с нормами ТК РФ, социальные гарантии;
- Гибридный формат работы.
- Очень удобный, просторный офис с дизайнерской отделкой и мощной техникой;
- Индивидуальные премии по результатам работы;
- Корпоративный спорт, конференции, Крутые корпоративные мероприятия;